大型粉磨设备状态监测与故障诊断问题探讨

讨论大型粉磨设备在状态监测和故障诊断方面存在的问题，指出温度和振动参数不能有效地监测其关键机械部件——减速机、主轴承等的工况，说明运用油液分析技术之论要性。     

振动频谱分析在立磨减速机故障诊断中的运用

振动频谱分析技术是设备智能巡检系统和在线监测系统的一个重要模块,振动分析通过使用振动传感器对现场转动设备的振动信号进行采集,形成趋势图、频域图、时域图,通过系统的倒谱、细化谱、包络解调等高级分析工具对各种图谱进行处理,从而确定设备的故障点、故障情况、故障原因,并提出检修建议。对采集的振动信号用高级分析工具进行分析,查找振动的主要成分,判断设备故障的主要原因,如不平衡、不对中、松动、软地脚,发现轴承、齿轮的故障特征频率,判断轴承、齿轮的磨损情况,故障状态,预测设备寿命期限。     

利用状态监测技术排查辊压机减速机故障

<正>1前言为了降低设备维护成本,我公司于2012年5月引进设备状态监测与故障诊断技术,对全厂主机设备进行离线振动状态监测及离线油液状态监测,这一技术的推行应用可有效提高设备的掌控能力和运行可靠性,确保设备处于受控状态,使设备隐患在萌芽状态得以及时处理,杜绝设备突发、重大事故的发生。本文主要介绍结合油液状态监测与振动状态监测技术,发现并解决2号辊压机定辊减速机齿轮及轴承故障的案例。2设备及状态基本情况     

SPM振动监测系统在低速重载减速器轴承监测上的应用

随着材料技术及机械加工的不断提高,工业设备不断的向大型化方向发展,如何保证大型设备的稳定可靠运行,减少设备故障停机及计划维修造成的大量浪费,本文详细介绍了SPM振动监测系统在低速重载减速器轴承监测中的应用,并对实际故障案例进行了分析。     

煤矿机电设备故障监测诊断技术

本文主要分析了煤矿产业中对于机电设备在工作时产生故障后对其进行诊断与维修处理现状,重点介绍了几类常用的对于机电设备故障的检测方法,如:对机电设备整体进行监测与诊断、对机电设备内部零件进行监测与诊断以及对机电设备内部的油液及磨屑的监测与分析。通过对于机电设备故障监测与诊断技术进行详细分析,并找出几点关于加强设备检测诊断技术实施要点,以期对煤矿提高生产效率提供帮助。     

铁谱分析在液压系统故障诊断中的应用

铁谱分析技术可从微观角度对动态过程进行监测,以预测、诊断和及时处理非正常磨损早期故障,本文运用三线值法对油液中磨粒磨损敏感参数进行跟踪分析,以实现对液压系统磨损状态进行监测、预测和诊断。     

大型矿粉立磨设备在线监测系统的开发与应用

为了保障大型立磨设备的安全运行,需要对设备的过负荷状况和实时状态进行监测。本文采用先进的DALOGS-550监测系统,该系统将振动信号分析、扭矩信号监测和矿渣粉生产过程中积累的大量现场工艺数据有效结合起来,能够最大限度地避免在生产中可能发生的设备故障,以减少设备损坏带来的经济损失。     

一例立磨齿轮箱故障的分析诊断#br#

目前，水泥生产设备的维修主要以计划维修和事后维修相结合的形式进行。这种维修形式存在过度维修或维修不足以及设备二次损伤大的问题，浪费维修资源且易发生事故。而预知性维修通过振动监测分析技术等现代化手段，为设备的维修方案提供有效的数据支撑，并可对设备故障进行精密诊断、分析，确定故障部位和故障原因。本文通过振动监测分析技术在立磨传动系统中的应用案例，介绍其在设备维护中的应用。     

应用振动监测分析技术分析水泥立磨齿轮箱故障

<正>目前,设备的状态监测技术主要有振动监测分析技术、噪声监测技术、声发射监测技术、超声监测技术、温度监测技术、油液磨粒分析技术、腐蚀监测技术、应力应变监测技术等。其中,振动监测分析技术随着计算机技术以及网络技术的发展已经可以对设备故障进行精密故障诊断、分析,可确定故障部位和故障原因。     

基于虚拟技术的齿轮故障智能诊断研究

利用LabVIEW图形化编程语言开发了信号分析与处理、信号特征提取和故障诊断三大模块。信号特征提取由小波包分解来实现,故障诊断通过神经网络完成,小波包分解提取的齿轮振动信号各频段能量特征值作为神经网络的输入向量。以模拟故障实验台获取的齿轮典型故障振动信号训练神经网络,利用训练好的神经网络对齿轮进行故障诊断,实验结果表明：所开发的齿轮故障智能诊断系统能有效识别齿轮故障,较好地将虚拟技术应用于故障诊断领域。